# Cross-Domain Sentiment Classification via Spectral feature Alignment
### 簡介
在做cross domain classification時需要手動去設定label，所以用transfer learning的方式可以很快的轉移到下一個domain
這裏提出一個利用**spectral clustring algorithm**去對情感分析資料預處理的方式來提升之後classifier去另一個Domain分類的準確度

首先先將資料分成Domain specific data和Domain independent data
粗體為：Domain specific data 斜體為：Domain independent data
利用每個Domian都有的Domain independent data來跟其他Domain特有的Domain specific data來做串連、分群
做完SFA後變成
### 定義
Data內總共有個字
Source domain
Target domain
尋找Domain independent data
將Domain specific data資料丟入做SFA的maping放入自己定義好的K個群中
### 方法
先利用找出l個Domain independent data，i.e.，然後就可以得到m-l個Domain specific data

### 補充
Mutual Information：https://www.itread01.com/content/1544668766.html
k-means:https://medium.com/@chih.sheng.huang821/%E6%A9%9F%E5%99%A8%E5%AD%B8%E7%BF%92-%E9%9B%86%E7%BE%A4%E5%88%86%E6%9E%90-k-means-clustering-e608a7fe1b43
Spectral clustering與k-means差別：http://blog.pluskid.org/?p=287